《如何用数据解决实际问题》的读后感大全

　　《如何用数据解决实际问题》是一本由[日] 柏木吉基著作，后浪丨江西人民出版社出版的平装图书，本书定价：38.00元，页数：208，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《如何用数据解决实际问题》精选点评：

　　●作者面向在职商业数据分析人员，造构理念扎实，建立自己的流程图、找到假说（what）、给出解释（how）等一系列理路稳妥可行，万般情况皆可用也。不足之处在于，分析最高程度到多元线性回归为止，用excel略显违和，图示简略，不若stata顺畅、美观。本作装帧轻巧，纸质柔滑，捧读体验绝佳。前日购于南京书展后浪展台。

　　●一些概念和思路还比较可用；方法有点落后 海量数据无法应用

　　●介绍了一种数据分析的基本流程，有一定参考价值。翻译很奇怪，读起来很费劲。

　　●稍微有点统计常识就会觉得太浅了

　　●比较简单

　　●内容混乱

　　●很实用的一本书

　　●案例教学很直观，喜欢what 假设和why假设思考逻辑，书中的统计分析都是最基础的，但是能解释大部分业务问题，实用

　　●1.数据分析首先要提出假设（包括损益表和流程图） 2.使用平均值时存在极大的数值会影响结果，而中位数不受离群值的影响 3.标准差用于表现数据波动情况 4.标准差/平均值就是变异系数可以区分不同量级和规模之前的差异 5.相关系数-1～1 0.7以上高度相关 6.用相关分析判断关联的紧密程度，用回归分析判断影响大小

　　●如何用数据解决汽车销量问题。实际问题中问题没有那么容易定位，并不是一个简单的公式就能得到；维度没有那么容易拆分，常见的是各个维度细分看来都有些关系，但都不显著；相关、拟合基本没有用，各种多因素纠葛在一起，相关系数作用不大，更不用说建立销量和满意度之间的关系了，根本就没有直接因果

　　《如何用数据解决实际问题》读后感(一)：书讲得很细，适合入门者看

　　讲了一些数据辅佐运营的方法，4星，书不算长，但是很精要，尤其是前两部分。在数据分析中，我们很容易先入为主，最终导致了藏在数据里的，有价值的信息被埋没。全书对我来说最有用的部分，是陈列一系列相关的可能，然后依托excel的函数功能进行分析，感觉还得系统学一下数据分析和Excel，书中讲的很透彻很细，但是上手需要自己实操和演练

　　《如何用数据解决实际问题》读后感(二)：《如何用数据解决实际问题》精选

　　1. 流程：明确目的或问题（问题是与理想状态之间的差距）-->大致把握现状-->锁定问题的关键-->锁定原因（假设、善用框架查漏补缺）-->讨论及实施对策；

　　水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费水电费水电费水电费是否水电费水电费

　　《如何用数据解决实际问题》读后感(三)：从case入手讲思维方法

　　这本书的作者在汽车行业从事多年，拿了一些具体的行业例子来说明怎么考虑问题，比较有借鉴意义。

　　首先数据分析的步骤一般为:

1.数据整理：大致把握现状，锁定问题的关键2.数据分析：锁定原因3.讨论对策

　　提出假设：

- 为了比较进行假设：如何分解，从什么角度进行比较- 为了锁定原因进行假设：有什么原因

　　人们容易进入的误区是关注分析方法，比如说4P，5W, 但不要从分析方法开始，而要从明确目的或者问题着手。

　　锁定原因：

关注两种以上数据之间的关系，有助于锁定原因。只看整体，我们可能注意不到数据构成要素的差异（乌冬面和荞麦面）最好先分析类似来店人数与营销费用等关系更为密切的数据之间的关联，在关联更密切的数据之间考察相关关系。关注流程之间传递的数据，分析它们之间的相关关系，有时候可以发现需要解决的问题。

　　相关系数说明很多问题。

　　此外：

　　变异系数:标准差除以平均值（消除规模的因素)

　　在我看来，现状和原因分析要高于预测。因为预测一般都是基于历史数据，never predict market，永远警惕黑天鹅。而现状和原因分析是大多数人都没有完全看明白的东西。

　　《如何用数据解决实际问题》读后感(四)：对于初到数据分析行业的人十分推荐

　　这本书整体非常通俗易懂，正如作者所说，在向高层汇报时也应如此。通过缜密的假设原因，推断可能问题，检验结论，到最后给出实际可操作的建议，这才是一个数据分析该有的流程。

　　初入这行，可能做的大部分是很基础的报表工作，久而久之，就会忘记很多统计理论知识，更不用说将统计理论知识运用到实际工作中。而这本书则是通过一个完整的故事，给你描绘出在一个数据分析的各个流程中会用到并且容易理解的统计知识。比如，平均值和标准差的使用应该注意哪些；在比较两组大小不同的数据波动程度时，可以使用变异系数来消除数据大小的差异；表示相关程度可以用相关系数。最后，给我印象最深的是相关系数和一元回归的使用。在读的过程中，我不断回想起以前在课堂上学到的知识，也让我意识到原来以前学到的知识很多都没有运用到实际工作中，或许是日常琐碎的工作让我忘却了。所以特别喜欢这本书，让我知道知识还得温故而知新，就算日常再忙，也得抽出时间将基础知识回顾一遍，特别是对于已经工作的人来说，这个过程会不断地思考书本的这个知识点可以应用解决工作上遇到哪个问题。

　　买书如山倒，看书如抽丝，6月初当当买的书，今天才看完，囧。

　　《如何用数据解决实际问题》读后感(五)：简易数据实操入门

　　实用主义的一本分析问题的解构书。

　　在这个什么都讲求数据挖掘的时代，分析思考的很直接的工具就是统计归因。本书就是沿着这个需求出发。从如何建立关键问题的中心点，如何寻找有用的数据，如何针对数据做不同分析，再到给出案例试着找到解决方法，形象给读者上了一堂无门槛的数据分析课程。

　　有道是，找到入门思路，接下来就在实操中去进阶吧。

　　，日本这类工具书，最大的用处，就是带着你先入门。

　　1、开始分析之后，要想重新扩大视野，改变分析范围，无论在时间上还是在心理上，都具有很大难度。

　　2、能否再分析之初从逻辑上设定合理的范围，直接决定了之后的分析质量。

　　3、只在最初预想的范围内进行分析，得出意料之中的结果，就无法充分发挥数据分析的作用。

　　4、借助散点图，对相关分析、相关系数一无所知的人也可以理解分析的结果。

　　5、选择能够采取对策的原因。

　　6、在销售过程中应用相关分析。

　　7、最终输出的流程中，找出问题（瓶颈）所在。

　　8、关注流程之间传递的数据，分析它们之间的相关关系，有时可以发现需要解决的问题。

　　9、“2个维度”的直观方法就是其中之一。它最大的优势就是，既可以让人从主观上理解，同时又能够提供客观依据。（坐标轴思考）

　　10、WHY型假设是将问题放在最顶层，然后列出能够回答“为什么”的所有可能答案。接下来，再针对这些答案，同样重复“为什么”的提问，进一步深入挖掘。

　　11、相关系数与r方：0.7和0.5的平方分别为0.49和0.25。大多情况下，我将0.7作为相关系数的标准，将0.49作为r方的标准。

　　12、明确目的或问题→大致把握现状→锁定问题的关键→锁定原因→设定行动措施及KPI（和所需资源）。